Al Halim, Wildan (2026) Rancang bangun prototipe Reverse Vending Machine berbasis Internet Of Things menggunakan Mobilenetv3-Small untuk klasifikasi sampah minuman. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (142kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (151kB) | Preview |
|
|
Text (SK BEBAS PLAGIARISM)
3_skbebasplagiarism.pdf Download (507kB) | Preview |
|
|
Text (DAFTAR ISI)
4_daftarisi.pdf Download (242kB) | Preview |
|
|
Text (BAB I)
5_bab1.pdf Download (315kB) | Preview |
|
![[img]](https://digilib.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB II)
6_bab2.pdf Restricted to Registered users only Download (929kB) |
|
|
Text (BAB III)
7_bab3.pdf Restricted to Registered users only Download (313kB) |
|
|
Text (BAB IV)
8_bab4.pdf Restricted to Registered users only Download (1MB) |
|
|
Text (BAB V)
10_bab6.pdf Restricted to Registered users only Download (172kB) |
|
|
Text (BAB VI)
9_bab5.pdf Restricted to Registered users only Download (1MB) |
|
|
Text (DAFTAR PUSTAKA)
11_daftar pustaka.pdf Restricted to Registered users only Download (177kB) |
|
|
Text (LAMPIRAN)
12_lampiran.pdf Restricted to Repository staff only Download (433kB) |
Abstract
Tumpukan sampah kemasan minuman di lingkungan kampus, yang umumnya terdiri dari botol plastik, kaleng aluminium, dan kemasan karton, menjadi persoalan serius akibat rendahnya partisipasi pemilahan sampah secara manual. Penelitian ini merancang dan mengimplementasikan purwarupa Reverse Vending Machine (RVM) berbasis Internet of Things (IoT) yang mampu memilah sampah secara otomatis menggunakan teknologi computer vision. Sistem dibangun dengan memanfaatkan arsitektur MobileNetV3-Small sebagai model klasifikasi citra yang dioptimalkan untuk perangkat dengan sumber daya terbatas. Mikrokontroler ESP32 bertindak sebagai pusat kendali mekanis yang mengintegrasikan sensor load cell sebagai pemicu awal, kamera webcam sebagai sensor visual utama, motor stepper sebagai aktuator pemilah, serta sistem reward otomatis. Komunikasi data antar-subsistem dilakukan melalui Firebase Realtime Database untuk memastikan sinkronisasi antara mesin fisik dan antarmuka website pengguna. Hasil pengujian menunjukkan bahwa model mencapai akurasi klasifikasi rata-rata sebesar 83,3% dan terbukti terbebas dari masalah overfitting berkat fungsi Early Stopping pada epoch ke-24. Keandalan kecerdasan buatan ini semakin diperkuat dengan penerapan ambang batas keyakinan (threshold) 85%. Integrasi sistem secara menyeluruh beroperasi dengan andal dengan mencatatkan latensi komunikasi data di bawah 1 detik, meskipun keakuratan pembacaan visual tersebut memiliki ketergantungan yang tinggi terhadap stabilitas pencahayaan di dalam kabinet. Secara keseluruhan, purwarupa ini menunjukkan potensi sebagai alternatif pemanfaatan teknologi otomasi untuk mendukung budaya daur ulang mandiri di lingkungan pendidikan.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | Reverse Vending Machine; Internet of Things; MobileNetV3-Small; Computer Vision; Firebase; Klasifikasi Sampah |
| Subjects: | Data Processing, Computer Science Technology, Applied Sciences Environmental Protection Engineering |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Elektro |
| Depositing User: | Wildan Al Halim |
| Date Deposited: | 03 Sep 2026 04:29 |
| Last Modified: | 03 Sep 2026 04:29 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/140639 |
Actions (login required)
 |
View Item |
